G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

Wielkość: px
Rozpocząć pokaz od strony:

Download "G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28"

Transkrypt

1 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału Zadania Niech R będzie pierścieniem zbiorów. Zauważyć, że jeśli A, B R to A B R i A B R. Sprawdzić, że (R,, ) jest także pierścieniem w sensie algebraicznym Niech F będzie taką rodziną podzbiorów X, że X F oraz A \ B F dla A, B F. Sprawdzić, że F jest ciałem Zauważyć, że przekrój dowolnej ilości pierścieni, ciał... jest pierścieniem, ciałem itp Zauważyć, że jeśli F G P (X) to α(f) α(g), gdzie α oznacza jeden z symboli generowania r, s, a, σ Niech G będzie rodziną wszystkich skończonych podzbiorów X. Opisać r(g), s(g), a(g) i σ(g) Niech R będzie pierścieniem na prostej rzeczywistej, generowanym przez przedziały postaci [a, b). Sprawdzić, że A R wtedy i tylko wtedy gdy A jest rozłączną skończoną sumą takich przedziałów Niech A P (X) będzie ciałem zbiorów i niech Z X. Wykazać, że a(a {Z}) = {(A Z) (B Z c ) : A, B A} Niech A bedzie skończonym ciałem zbiorów. Udowodnić, że A = 2 n dla pewnej liczby naturalnej n Niech F będzie przeliczalną rodziną zbiorów. Udowodnić, że ciało a(f) jest przeliczalne Udowodnić, że jeśli A jest nieskończonym σ ciałem to A ma przynajmniej c elementów. Wskazówka: Wykazać, że w każdym nieskończonym σ-ciele istnieje ciąg niepustych parami rozłącznych zbiorów; skorzystać z tego, że c jest mocą P (N) Zauważyć, że jeżeli C jest taką rodziną podzbiorów X że X = n=1 C n dla pewnych C n C to s(c) = σ(c) Zauważyć, że rodzina, która jest jednocześnie pierścieniem i klasą monotoniczną jest σ-pierścieniem Sprawdzić, że jeśli A jest ciałem zbiorów i rodzina A jest zamknięta na rozłączne przeliczalne sumy to A jest σ ciałem Wykazać, że rodzina podzbiorów R postaci (F 1 V 1 )... (F k V k ), gdzie F i są domknięte, V i są otwarte, k N, jest ciałem Sprawdzić, że σ ciało Bor(R) jest generowane przez każdą z rodzin

2 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 29 (i) odcinki otwarte o końcach wymiernych; (ii) odcinki domknięte; (iii) półproste postaci (, a]; (iv) półproste postaci (a, ); (v) odcinki domknięte o końcach wymiernych Niech µ będzie skończoną addytywną funkcją zbioru, określoną na pierścieniu R. Sprawdzić, że (dla dowolnych A, B, C R) (i) µ(a) µ(b) µ(a B); (ii) µ(a B) = µ(a) + µ(b) µ(a B); (iii) µ(a B C) = µ(a)+µ(b)+µ(c) µ(a B) µ(a C) µ(b C)+µ(A B C). Jak będzie wyglądał analogiczny wzór dla 4, 5... zbiorów? Sprawdzić, że dla funkcji µ z poprzedniego zadania, warunek A B µ(a B) = 0 określa relację równoważności na R Niech X będzie zbiorem skończonym. Sprawdzić, że wzór µ(a) = A X określa miarę probabilistyczną na P (X) Niech (x n ) X będzie ustalonym ciągiem i niech (c n ) będzie ciągiem liczb nieujemnych. Wykazać, że wzór µ(a) = c n n:x n A określa miarę na P (X) (w razie trudności rozważyć ciąg skończony x 1,..., x n ). Kiedy taka miara jest skończona? Zauważyć, że P (N) jest σ ciałem generowanym przez singletony. Wykazać, że każda miara na P (N) jest postaci opisanej w poprzednim zadaniu Niech µ będzie miarą na σ ciele A i niech A n A. Zakładając, że µ(a n A k ) = 0 dla n k, wykazać że µ( A n ) = n=1 µ(a n ). n= Niepustą rodzinę J P (X) nazywamy σ ideałem jeśli A B i B J implikuje A J oraz n=1 A n J jeśli A n J dla n = 1, 2,.... Podaj znane Ci przykłady σ ideałów na R i R Niech J będzie σ ideałem na X. Opisać A = σ(j ) (rozważyć przypadki X J, X / J ). Zdefiniować na A zerojedynkową miarę µ, analogicznie jak w Przykładzie Niech J P (X) będzie σ ideałem nie zawierającym X. Na a(j ) definiujemy addytywną, zerojedynkową funkcję zbioru µ (por. zadanie poprzednie). Określić miarę zewnętrzną za pomocą µ i scharakteryzować rodzinę zbiorów mierzalnych.

3 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału Niech {A 1, A 2,...} będzie partycją przestrzeni X na zbiory niepuste. (i) Opisać ciało A generowane przez zbiory A n, n N. (ii) Na A określamy addytywną funkcję µ, tak aby µ(a n ) = 2 n i µ(x) = 1. Jak można opisać σ ciało zbiorów mierzalnych względem miary zewnętrznej pochodzącej od µ? Niech X = [0, 1) [0, 1] i niech R będzie ciałem w X generowanym przez cylindry postaci [a, b) [0, 1]. Na R rozważamy funkcję zbioru, taką że µ([a, b) [0, 1]) = b a dla 0 a < b 1. Jak wyglądają (z grubsza... ) zbiory µ mierzalne? Zauważyć, że w X można wskazać wiele parami rozłącznych zbiorów E niemierzanych, takich że µ (E) = Uzupełnić szczegóły dowodu Twierdzenia w następujący sposób: Dla przestrzeni miarowej (X, Σ, µ) zdefiniujmy Σ jako rodzinę zbiorów postaci A N, gdzie A Σ, N B dla pewnego B Σ miary zero. Wtedy Σ jest σ-ciałem, a wzór µ(a N) = µ(a) definiuje poprawnie przedłużenie miary µ z Σ na Σ Niech R będzie pierścieniem podzbiorów Q generowanym przez zbiory postaci Q [a, b) (a, b R). Sprawdzić, że na R można określić addytywną funkcję ν, tak że ν(q [a, b)) = b a dla a < b. Udowodnić, że ν nie jest przeliczalnie addytywna na R i obliczyć ν (Q) Zauważyć, że we wzorze na λ można zastąpić odcinki postaci [a, b) przez odcinki postaci (a, b) (lub [a, b]) Sprawdzić, że (i) λ(a) = 0 dla każdego zbioru skończonego A; (ii) λ[a, b] = λ(a, b) = b a dla a < b; (iii) λ(u) > 0 dla każdego zbioru otwartego U ; (iv) λ(a) = 0 dla każdego zbioru przeliczalnego A Podać przykład zbioru mierzalnego A, takiego że (i) λ(a) = 1 i A jest nieograniczonym zbiorem otwartym; (ii) λ(int(a)) = 1, λ(a) = 2, λ(a) = 3; (iii) λ(a) = 0 i A [0, 1] jest zbiorem nieprzeliczalnym. Uwaga: int(a) oznacza wnętrze zbioru, czyli największy zbiór otwarty zawarty w A Skonstruować, dla ustalonego ε > 0, zbiór domknięty F [0, 1] o wnętrzu pustym, dla którego λ(f ) > 1 ε. I sposób: Zmodyfikować konstrukcję zbioru Cantora. II sposób: Niech (q n ) n będzie ciągiem liczb wymiernych z [0, 1]. Rozważyć zbiór otwarty V = n=1 (q n ε2 n, q n + ε2 n ) przy odpowiednim doborze ε > Zauważyć, że dla każdego zbioru M L, jeśli λ(m) < to dla każdego ε > 0 istnieje ograniczony zbiór mierzalny M 0 M, taki że λ(m \ M 0 ) < ε.

4 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału Wykazać, że istnieje zbiór domknięty F [0, 1] miary dodatniej złożony z liczb niewymiernych Dla B R i x 0, niech xb oznacza zbiór {xb : b B} (czyli jednokładność zbioru B). Sprawdzić, że takie przeskalowanie zbioru otwartego jest otwarte i że rodzina tych B Bor(R) dla których xb Bor(R) dla każdego x 0 jest σ-ciałem. Wyciągnąć stąd wniosek, że dla każdego B Bor(R) i x mamy xb Bor(R) (tzn. że σ ciało Bor(R) jest niezmiennicze na jednokładność) Wykazać, że λ(xb) = xλ(b) dla każdego zbioru borelowskiego B i x > 0. Rozszerzyć ten rezultat na zbiory mierzalne Udowodnić, że dla dowolnego zbioru mierzalnego M miary skończonej i ε > 0 istnieje zbiór postaci I = i n(a i, b i ), taki że λ(m I) < ε, przy czym a i, b i Q Niech (X, Σ, µ) będzie przestrzenią miarową. Zbiór T Σ jest atomem miary µ jeśli µ(t ) > 0 i dla każdego A Σ jeśli A T to µ(a) = 0 lub µ(a) = µ(t ). Mówimy, że miara µ jest bezatomowa jeśli nie ma atomów. Sprawdzić, że miara Lebesgue a jest bezatomowa. Zauważyć, że inne miary rozważane do tej pory miały atomy Udowodnić, że skończona miara bezatomowa µ na Σ ma następującą własność Darboux: dla każdego A Σ i 0 r µ(a) istnieje B Σ, taki że B A i µ(b) = r. Wskazówka: Niech µ(x) = 1; sprawdzić, że dla każdego ε > 0 i A Σ jeśli µ(a) > 0 to istnieje B Σ, że B A i 0 < µ(b) < ε. Następnie sprawdzić, że X jest rozłączną sumą zbiorów A n o własności 0 < µ(a n ) < ε. To rozumowanie pokaże, że zbiór wartości µ jest gęsty w [0, 1]; potem już blisko do celu Niech (X, Σ, µ) będzie skończoną przestrzenią miarową. Wykazać, że jeżeli A n Σ i dla każdego n zachodzi nierówność µ(a n ) δ > 0, to istnieje x X, taki że x A n dla nieskończenie wielu n Udowodnić, że jeśli (A n ) jest ciągiem zbiorów z σ ciała, na którym określona jest skończona miara µ, to jeśli (A n ) jest zbieżny do A to µ(a) = lim n µ(a n ). Czy skończoność miary jest istotna? 1.10 Problemy 1.10.A Udowodnić, że suma dowolnej (nawet nieprzeliczalnej) rodziny przedziałów domkniętych na prostej jest zbiorem borelowskim B Udowodnić, że dla dowolnego zbioru X, X c wtedy i tylko wtedy gdy istnieje w P (X) przeliczalna rodzina zbiorów F, taka że σ(f) zawiera wszystkie punkty.

5 G. Plebanek, MIARA I CAŁKA Zadania do rozdziału C Niech F P (X) będzie rodziną mocy c. Udowodnić, że σ(f) c. Wywnioskować stąd, że Bor(R) = c i że istnieją nieborelowskie zbiory na prostej. Uwaga: tutaj potrzebna jest indukcja pozaskończona D Udowodnić, że funkcja zbioru λ zdefiniowana na pierścieniu generowanym przez odcinki postaci [a, b) (przez warunek λ([a, b)) = b a dla a < b) jest ciągła z góry na zbiorze (a więc jest przeliczalnie addytywna). Wskazówka: Zbiory postaci ni=1 [c i, d i ] są zwarte i (w pewnym sensie) przybliżają zbiory z R od środka E Niech (X, Σ, µ) będzie przestrzenią probabilistyczną i niech A 1,..., A 2009 Σ będą zbiorami o własności µ(a i ) 1/2. Wykazać, że istnieje x X, taki że x A i dla przynajmniej 1005 wartości i F Przeprowadzić następującą konstrukcję zbioru Vitali ego: Dla x, y [0, 1), niech x y x y Q. Sprawdzić, że jest relacją równoważności. Niech Z będzie zbiorem, który z każdej klasy abstrakcji tej relacji wybiera dokładnie jeden element. Sprawdzić, że q Q(Z q) = [0, 1), gdzie oznacza dodawanie mod 1. Wywnioskować stąd i z niezmienniczości miary Lebesgue a na przesunięcia, że powyższy zbiór Z nie jest mierzalny w sensie Lebesgue a G Skonstruować zbiór borelowski B R, taki że λ(b I) > 0 i λ(b c I) > 0 dla każdego niepustego odcinka otwartego I H Udowodnić twierdzenie Steinhausa: Jeśli A R jest mierzalny i λ(a) > 0 to zbiór A A (różnica kompleksowa) zawiera odcinek postaci ( δ, δ) dla pewnego δ > 0. Wskazówka: Można założyć, że λ(a) < ; pokazać najpierw że istnieje taki niepusty odcinek I, że λ(a I) 3 4 λ(i) I Niech A R będzie takim zbiorem mierzalnym, że λ(a (x + A)) = 0 dla każdej liczby wymiernej x. Udowodnić, że λ(a) = 0 lub λ(r \ A) = 0. Wskazówka: Twierdzenie Steinhausa J (Wymaga indukcji pozaskończonej.) Skonstruować zbiór Bernsteina Z [0, 1], czyli taki zbiór, że Z P, Z \ P, dla dowolnego zbioru domkniętego nieprzeliczalnego P [0, 1]. Zauważyć, że Z nie jest mierzalny w sensie Lebesgue a, a nawet λ (Z) = λ ([0, 1] \ Z) = 1. Wskazówka: Wszystkie zbiory P domknięte nieprzeliczalne można ustawić w ciąg P α, α < c. Zdefiniować Z jako {z α : α < c}, gdzie ciąg z α i pomocniczy ciąg y α sa takie, że z α, y α P α \ {z β, y β : β < α}. Aby przeprowadzić konstrukcję trzeba wiedzieć lub sprawdzić, że każdy zbiór P α ma moc c.

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Robert Kowalczyk. Zbiór zadań z teorii miary i całki Robert Kowalczyk Zbiór zadań z teorii miary i całki 2 Zadanie 1 Pokazać, że poniższe dwie definicje σ-ciała M są równoważne: (i) Rodzinę M podzbiorów przestrzeni X nazywamy σ-ciałem jeżeli zachodzą następujące

Bardziej szczegółowo

Zadania do Rozdziału X

Zadania do Rozdziału X Zadania do Rozdziału X 1. 2. Znajdź wszystkie σ-ciała podzbiorów X, gdy X = (i) {1, 2}, (ii){1, 2, 3}. (b) Znajdź wszystkie elementy σ-ciała generowanego przez {{1, 2}, {2, 3}} dla X = {1, 2, 3, 4}. Wykaż,

Bardziej szczegółowo

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Teoria miary. WPPT/Matematyka, rok II. Wykład 5 Teoria miary WPPT/Matematyka, rok II Wykład 5 Funkcje mierzalne Niech (X, F) będzie przestrzenią mierzalną i niech f : X R. Twierdzenie 1. NWSR 1. {x X : f(x) > a} F dla każdego a R 2. {x X : f(x) a} F

Bardziej szczegółowo

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X. 1 σ-ciała Definicja 1.1 (σ - ciało) σ - ciałem (σ - algebrą) w danym zbiorze X (zwanym przestrzenią) nazywamy rodzinę M pewnych podzbiorów zbioru X, spełniającą trzy warunki: 1 o M; 2 o jeśli A M, to X

Bardziej szczegółowo

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista.

1. Struktury zbiorów 2. Miara 3. Miara zewnętrzna 4. Miara Lebesgue a 5. Funkcje mierzalne 6. Całka Lebesgue a. Analiza Rzeczywista. Literatura P. Billingsley, Miara i prawdopodobieństwo, PWN, Warszawa 1997, P. R. Halmos, Measure theory, Springer-Verlag, 1994, W, Kołodziej, naliza matematyczna, PWN, Warszawa 1978, S. Łojasiewicz, Wstęp

Bardziej szczegółowo

Teoria miary i całki

Teoria miary i całki Teoria miary i całki Spis treści 1 Wstęp 3 2 lgebra zbiorów 5 3 Pierścienie, ciała, σ ciała zbiorów. 7 3.1 Definicja pierścienia ciała i σ ciała............... 7 3.2 Pierścień, ciało i σ ciało generowane

Bardziej szczegółowo

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11

2 Rodziny zbiorów. 2.1 Algebry i σ - algebry zbiorów. M. Beśka, Wstęp do teorii miary, rozdz. 2 11 M. Beśka, Wstęp do teorii miary, rozdz. 2 11 2 Rodziny zbiorów 2.1 Algebry i σ - algebry zbiorów Niech X będzie niepustym zbiorem. Rodzinę indeksowaną zbiorów {A i } i I 2 X nazywamy rozbiciem zbioru X

Bardziej szczegółowo

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

7. Miara, zbiory mierzalne oraz funkcje mierzalne. 7. Miara, zbiory mierzalne oraz funkcje mierzalne. Funkcję rzeczywistą µ nieujemną określoną na ciele zbiorów S będziemy nazywali miarą, gdy dla dowolnego ciągu A 0, A 1,... zbiorów rozłącznych należących

Bardziej szczegółowo

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami.

A i. i=1. i=1. i=1. i=1. W dalszej części skryptu będziemy mieli najczęściej do czynienia z miarami określonymi na rodzinach, które są σ - algebrami. M. Beśka, Wstęp do teorii miary, rozdz. 3 25 3 Miara 3.1 Definicja miary i jej podstawowe własności Niech X będzie niepustym zbiorem, a A 2 X niepustą rodziną podzbiorów. Wtedy dowolne odwzorowanie : A

Bardziej szczegółowo

Teoria miary. Matematyka, rok II. Wykład 1

Teoria miary. Matematyka, rok II. Wykład 1 Teoria miary Matematyka, rok II Wykład 1 NAJBLIŻSZY CEL: Nauczyć się mierzyć wielkość zbiorów. Pierwsze przymiarki: - liczność (moc) zbioru - słabo działa dla zbiorów nieskończonych: czy [0, 1] powinien

Bardziej szczegółowo

1 Działania na zbiorach

1 Działania na zbiorach M. Beśka, Wstęp do teorii miary, rozdz. 1 1 1 Działania na zbiorach W rozdziale tym przypomnimy podstawowe działania na zbiorach koncentrując się na własnościach tych działań, które będą przydatne w dalszej

Bardziej szczegółowo

1 Relacje i odwzorowania

1 Relacje i odwzorowania Relacje i odwzorowania Relacje Jacek Kłopotowski Zadania z analizy matematycznej I Wykazać, że jeśli relacja ρ X X jest przeciwzwrotna i przechodnia, to jest przeciwsymetryczna Zbadać czy relacja ρ X X

Bardziej szczegółowo

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi M. Beśka, Wstęp do teorii miary, Dodatek 158 10 Dodatek 10.1 Przestrzenie metryczne Niech X będzie niepustym zbiorem. Funkcję d : X X [0, ) spełniającą dla x, y, z X warunki (i) d(x, y) = 0 x = y, (ii)

Bardziej szczegółowo

Grzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste

Grzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste Instytut Matematyczny Uniwersytetu Wrocławskiego Grzegorz Plebanek Miara i całka skrypt do wykładu Funkcje rzeczywiste c Grzegorz Plebanek (2009) wersja γ (2013) Spis treści 0 Wiadomości wstępne 1 0.1

Bardziej szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

Bardziej szczegółowo

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P, Wykłady ostatnie CAŁKA LBSGU A Zasadnicza różnica koncepcyjna między całką Riemanna i całką Lebesgue a polega na zamianie ról przestrzeni wartości i przestrzeni argumentów przy konstrukcji sum górnych

Bardziej szczegółowo

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = :

n=0 Dla zbioru Cantora prawdziwe są wersje lematu 3.6 oraz lematu 3.8 przy założeniu α = : 4. Zbiory borelowskie. Zbiór wszystkich podzbiorów liczb naturalnych będziemy oznaczali przez ω. Najmniejszą topologię na zbiorze ω, w której zbiory {A ω : x A ω \ y}, gdzie x oraz y są zbiorami skończonymi,

Bardziej szczegółowo

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej 27-28/10/09 ZBIORY MIERZALNE WZGLȨDEM MIARY ZEWNȨTRZNEJ Niech µ bȩdzie miar

Bardziej szczegółowo

I kolokwium ze Wstępu do Teorii Miary

I kolokwium ze Wstępu do Teorii Miary I kolokwium ze Wstępu do Teorii Miary 17.11.05 Grupa A 1. (a)udowodnić,żelim(a n B n ) lima n limb n. (b) Znaleźć granice górną i dolną ciągu zbiorów: ( A n = ( 1) n 1,1 ( 1)n 1 ) [3,4+( 1) n ). n n a)x

Bardziej szczegółowo

7 Twierdzenie Fubiniego

7 Twierdzenie Fubiniego M. Beśka, Wstęp do teorii miary, wykład 7 19 7 Twierdzenie Fubiniego 7.1 Miary produktowe Niech i będą niepustymi zbiorami. Przez oznaczmy produkt kartezjański i tj. zbiór = { (x, y : x y }. Niech E oraz

Bardziej szczegółowo

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń Leszek Skrzypczak 1. Niech E = {x [0, 1] : x = k 2 n k = 1, 2,... 2 n, n = 1, 2, 3,...} Wówczas: (a) Dla dowolnych liczb wymiernych p, q [0,

Bardziej szczegółowo

F t+ := s>t. F s = F t.

F t+ := s>t. F s = F t. M. Beśka, Całka Stochastyczna, wykład 1 1 1 Wiadomości wstępne 1.1 Przestrzeń probabilistyczna z filtracją Niech (Ω, F, P ) będzie ustaloną przestrzenią probabilistyczną i niech F = {F t } t 0 będzie rodziną

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład V: Zmienne losowe i ich wartości oczekiwane 25 października 2017 Definicja zmiennej losowej Definicja Zmienne losowa to charakterystyka liczbowa wyniku eksperymentu losowego. Zmienne losowa na przestrzeni

Bardziej szczegółowo

Podstawy metod probabilistycznych. dr Adam Kiersztyn

Podstawy metod probabilistycznych. dr Adam Kiersztyn Podstawy metod probabilistycznych dr Adam Kiersztyn Przestrzeń zdarzeń elementarnych i zdarzenia losowe. Zjawiskiem lub doświadczeniem losowym nazywamy taki proces, którego przebiegu i ostatecznego wyniku

Bardziej szczegółowo

Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki

Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki Funkcje mierzalne, całka z funkcji nieujemnej, twierdzenia o przechodzeniu do granicy pod znakiem całki Ostatnio poprawiłem 25 stycznia 2015 r. Nadeszła pora na całkowanie. Pierwsza rzecza jest zdefiniowanie

Bardziej szczegółowo

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej Wykład 2 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej czȩść II (opracował: Piotr Nayar) Definicja 2.. Niech (E, E) bȩdzie przestrzenia mierzalna i niech λ : E

Bardziej szczegółowo

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój.

Wykład 10. Stwierdzenie 1. X spełnia warunek Borela wtedy i tylko wtedy, gdy każda scentrowana rodzina zbiorów domkniętych ma niepusty przekrój. Wykład 10 Twierdzenie 1 (Borel-Lebesgue) Niech X będzie przestrzenią zwartą Z każdego pokrycia X zbiorami otwartymi można wybrać podpokrycie skończone Dowód Lemat 1 Dla każdego pokrycia U przestrzeni ośrodkowej

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa 2.1. σ ciało (algebra) zdarzeń Katarzyna Rybarczyk-Krzywdzińska losowe Zdarzenie losowe to pewien podzbiór przestrzeni zdarzeń

Bardziej szczegółowo

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α

(b) Suma skończonej ilości oraz przekrój przeliczalnej ilości zbiorów typu G α FUNKCJE BORELOWSKIE Rodzinę F podzbiorów zbioru X (tzn. F X) będziemy nazywali ciałem gdy spełnione są warunki: (1) Jeśli zbiór Y F, to dopełnienie X \ Y też należy do rodziny F. (2) Jeśli S F jest skończoną

Bardziej szczegółowo

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1 Zbiory 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =. 1.3 Pokazać, że jeśli A, B oraz (A B) (B A) = C C, to A = B = C. 1.4 Niech {X t } będzie rodziną niepustych

Bardziej szczegółowo

Informacja o przestrzeniach Sobolewa

Informacja o przestrzeniach Sobolewa Wykład 11 Informacja o przestrzeniach Sobolewa 11.1 Definicja przestrzeni Sobolewa Niech R n będzie zbiorem mierzalnym. Rozważmy przestrzeń Hilberta X = L 2 () z iloczynem skalarnym zdefiniowanym równością

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań 9: Przestrzenie wektorowe. Podprzestrzenie () Wykazać, że V = C ze zwykłym dodawaniem jako dodawaniem wektorów i operacją mnożenia przez skalar : C C C, (z, v) z v := z v jest przestrzenią

Bardziej szczegółowo

A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Wyprowadź z aksjomatów topologii

Bardziej szczegółowo

TEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty

TEST A. A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty TEST A A-1. Podaj aksjomaty przestrzeni topologicznej według W. Sierpińskiego: aksjomaty T 1 przestrzeni. Czym ta aksjomatyka różni się od aksjomatyki zbiorów otwartych? A-2. Ile różnych zbiorów otwartych

Bardziej szczegółowo

Analiza Funkcjonalna - Zadania

Analiza Funkcjonalna - Zadania Analiza Funkcjonalna - Zadania 1 Wprowadzamy następujące oznaczenia. K oznacza ciało liczb rzeczywistych lub zespolonych. Jeżeli T jest dowolnym zbiorem niepustym, to l (T ) = {x : E K : x funkcja ograniczona}.

Bardziej szczegółowo

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami: 9 Wykład 9: Przestrzenie liniowe i podprzestrzenie Definicja 9 Niech F będzie ciałem Algebrę (V, F, +, ), gdzie V, + jest działaniem w zbiorze V zwanym dodawaniem wektorów, a jest działaniem zewnętrznym

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 2. Aksjomatyczna definicja prawdopodobieństwa Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 10.10.2017 1 / 33 Klasyczna definicja prawdopodobieństwa

Bardziej szczegółowo

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 1. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 1 Jacek M. Jędrzejewski Wstęp W naszym konspekcie będziemy stosowali następujące oznaczenia: N zbiór liczb naturalnych dodatnich, N 0 zbiór liczb naturalnych (z zerem),

Bardziej szczegółowo

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń

Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Kombinowanie o nieskończoności. 3. Jak policzyć nieskończone materiały do ćwiczeń Projekt Matematyka dla ciekawych świata spisał: Michał Korch 22 marzec 2018 Szybkie przypomnienie z wykładu Prezentacja

Bardziej szczegółowo

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa

Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rachunek prawdopodobieństwa Rozdział 2. Aksjomatyczne ujęcie prawdopodobieństwa Rozdział 2.3: Przykłady przestrzeni probabilistycznych. Katarzyna Rybarczyk-Krzywdzińska Przestrzeń probabilistyczna Przestrzeń

Bardziej szczegółowo

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy

zbiorów domkniętych i tak otrzymane zbiory domknięte ustawiamy w ciąg. Oznaczamy 5. Funkcje 1 klasy Baire a. Pod koniec XIX i początkiem XX wieku kilku matematyków zajmowało się problemami dotyczącymi klasyfikacji funkcji borelowskich: między innymi R. Baire, E. Borel, H. Lebesgue

Bardziej szczegółowo

Metoda kategorii Baire a w przestrzeniach metrycznych zupełnych

Metoda kategorii Baire a w przestrzeniach metrycznych zupełnych Metoda kategorii Baire a w przestrzeniach metrycznych zupełnych Michał Czapek michal@czapek.pl www.czapek.pl 8 IX AD MMXIII Streszczenie Celem pracy jest zaprezentowanie jednej z metod dowodzenia istnienia

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?. a) X = R, x = arctg x ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i y i ;

Bardziej szczegółowo

Zbiory liczbowe widziane oczami topologa

Zbiory liczbowe widziane oczami topologa Zbiory liczbowe widziane oczami topologa Aleksander Błaszczyk Instytut Matematyki Uniwersytetu Ślaskiego Brenna, 25 wrzesień 2018 Aleksander Błaszczyk (UŚ) Zbiory liczbowe widziane oczami topologa Brenna,

Bardziej szczegółowo

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk

MNRP r. 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Grzegorz Kowalczyk MNRP 18.03.2019r. Grzegorz Kowalczyk 1 Aksjomatyczna definicja prawdopodobieństwa (wykład) Definicja (σ - ciało) Niech Ω - dowolny zbiór. Rodzinę F P (Ω), gdzie P (Ω) jest rodziną wszystkich podzbiorów

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005

RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. L. Kowalski, Statystyka, 2005 RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 1. Literatura: Marek Cieciura, Janusz Zacharski, Metody probabilistyczne w ujęciu praktycznym, L. Kowalski, Statystyka, 2005 R.Leitner, J.Zacharski, "Zarys matematyki

Bardziej szczegółowo

Dystrybucje, wiadomości wstępne (I)

Dystrybucje, wiadomości wstępne (I) Temat 8 Dystrybucje, wiadomości wstępne (I) Wielkości fizyczne opisujemy najczęściej przyporządkowując im funkcje (np. zależne od czasu). Inną drogą opisu tych wielkości jest przyporządkowanie im funkcjonałów

Bardziej szczegółowo

Ciągłość funkcji f : R R

Ciągłość funkcji f : R R Ciągłość funkcji f : R R Definicja 1. Otoczeniem o promieniu δ > 0 punktu x 0 R nazywamy zbiór O(x 0, δ) := (x 0 δ, x 0 + δ). Otoczeniem prawostronnym o promieniu δ > 0 punktu x 0 R nazywamy zbiór O +

Bardziej szczegółowo

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Rozdział 6. Ciągłość. 6.1 Granica funkcji Rozdział 6 Ciągłość 6.1 Granica funkcji Podamy najpierw dwie definicje granicy funkcji w punkcie i pokażemy ich równoważność. Definicja Cauchy ego granicy funkcji w punkcie. Niech f : X R, gdzie X R oraz

Bardziej szczegółowo

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór.

1.1 Definicja. 1.2 Przykład. 1.3 Definicja. Niech G oznacza dowolny, niepusty zbiór. 20. Definicje i przykłady podstawowych struktur algebraicznych (grupy, pierścienie, ciała, przestrzenie liniowe). Pojęcia dotyczące przestrzeni liniowych (liniowa zależność i niezależność układu wektorów,

Bardziej szczegółowo

IMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I

IMIĘ NAZWISKO... grupa C... sala Egzamin ELiTM I IMIĘ NAZWISKO............................ grupa C... sala 10... Egzamin ELiTM I 02.02.15 1. 2. 3. 4.. 1. (8 pkt.) Niech X a,b = {(x, y) R 2 : (x b) 2 + (y 1 b )2 a 2 } dla a, b R, a > 0, b 0. Wyznaczyć:

Bardziej szczegółowo

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? Zadania z Analizy Funkcjonalnej I - 1 1. Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi? a) X = R, d(x, y) = arctg x y ; b) X = R n, d(x, y) = x 1 y 1 + x 2 y 2 + max i 3 x i

Bardziej szczegółowo

1 Elementy analizy funkcjonalnej

1 Elementy analizy funkcjonalnej M. Beśka, Dodatek 1 1 Elementy analizy funkcjonalnej 1.1 Twierdzenia o reprezentacji Zaczniemy od znanego twierdzenia Riesza Twierdzenie 1.1 (Riesz) Niech będzie zwartą przestrzenią metryczną i załóżmy,

Bardziej szczegółowo

1 Przestrzenie metryczne

1 Przestrzenie metryczne 1 Przestrzenie metryczne Definicja 1.1 (metryka) Niech będzie niepustym zbiorem. Funkcję d: R + nazywamy metryką, jeśli spełnia warunki: 1 o d(x, y) = d(y, x) (symetria) 2 o d(x, y) + d(y, z) d(x, z) (nierówność

Bardziej szczegółowo

Wstęp do Matematyki (4)

Wstęp do Matematyki (4) Wstęp do Matematyki (4) Jerzy Pogonowski Zakład Logiki Stosowanej UAM www.logic.amu.edu.pl pogon@amu.edu.pl Liczby kardynalne Jerzy Pogonowski (MEG) Wstęp do Matematyki (4) Liczby kardynalne 1 / 33 Wprowadzenie

Bardziej szczegółowo

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych) (niekoniecznie ograniczonych) Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza, Poznań Będlewo, 25-30 maja 2015 Funkcje prawie okresowe w sensie Bohra Definicja Zbiór E R nazywamy względnie

Bardziej szczegółowo

Wykłady... b i a i. i=1. m(d k ) inf

Wykłady... b i a i. i=1. m(d k ) inf Wykłady... CŁKOWNIE FUNKCJI WIELU ZMIENNYCH Zaczniemy od konstrukcji całki na przedziale domkniętym. Konstrukcja ta jest, w gruncie rzeczy, powtórzeniem definicji całki na odcinku domkniętym w R 1. Przedziałem

Bardziej szczegółowo

O pewnych związkach teorii modeli z teorią reprezentacji

O pewnych związkach teorii modeli z teorią reprezentacji O pewnych związkach teorii modeli z teorią reprezentacji na podstawie referatu Stanisława Kasjana 5 i 12 grudnia 2000 roku 1. Elementy teorii modeli Będziemy rozważać język L składający się z przeliczalnej

Bardziej szczegółowo

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w

02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w 02DRAP - Aksjomatyczna definicja prawdopodobieństwa, zasada w-w A Zadania na ćwiczenia Zadanie A.1. Niech Ω = R oraz F będzie σ-ciałem generowanym przez rodzinę wszystkich przedziałów otwartych typu (,

Bardziej szczegółowo

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH Punkty okresowe, zbiory graniczne, sprzężenia Zadanie 1. Pokazać, że trajektoria (w przód) punktu x w przestrzeni metrycznej X pod działaniem ciągłego

Bardziej szczegółowo

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ. Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.

Bardziej szczegółowo

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5 Dystrybucje Marcin Orchel Spis treści 1 Wstęp 1 1.1 Dystrybucje................................... 1 1.2 Pochodna dystrybucyjna............................ 3 1.3 Przestrzenie...................................

Bardziej szczegółowo

ĆWICZENIA Z ARYTMETYKI TEORETYCZNEJ 1. LICZBY NATURALNE. x + 1 = x, x + y = (x + y). ( y + (z + w) ) + w = x + (d) jeśli (x) = 1, to x = 1,

ĆWICZENIA Z ARYTMETYKI TEORETYCZNEJ 1. LICZBY NATURALNE. x + 1 = x, x + y = (x + y). ( y + (z + w) ) + w = x + (d) jeśli (x) = 1, to x = 1, ĆWICZENIA Z ARYTMETYKI TEORETYCZNEJ 1. LICZBY NATURALNE. Dodawanie liczb naturalnych. Przypomnijmy, że dodawanie "+" jest działaniem scharakteryzowanym jednoznacznie przez warunki: (1 + ) (2 + ) x + 1

Bardziej szczegółowo

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości.

Temperatura w atmosferze (czy innym ośrodku) jako funkcja dł. i szer. geogr. oraz wysokości. Własności Odległości i normy w Będziemy się teraz zajmować funkcjami od zmiennych, tzn. określonymi na (iloczyn kartezja/nski egzemplarzy ). Punkt należący do będziemy oznaczać jako Przykł. Wysokość terenu

Bardziej szczegółowo

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf

f(t) f(x), D f(x) = lim sup t x oraz D f(x) = lim inf 9. Różniczkowanie. Jeśli f jest funkcją rzeczywistą, to granice D + f(x) = lim sup t x + f(t) f(x), D f(x) = lim sup t x t x f(t) f(x), t x f(t) f(x) f(t) f(x) D + f(x) = lim inf oraz D f(x) = lim inf

Bardziej szczegółowo

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone

Rozdział 4. Ciągi nieskończone. 4.1 Ciągi nieskończone Rozdział 4 Ciągi nieskończone W rozdziale tym wprowadzimy pojęcie granicy ciągu. Dalej rozszerzymy to pojęcie na przypadek dowolnych funkcji. Jak zauważyliśmy we wstępie jest to najważniejsze pojęcie analizy

Bardziej szczegółowo

1. Funkcje monotoniczne, wahanie funkcji.

1. Funkcje monotoniczne, wahanie funkcji. 1. Funkcje monotoniczne, wahanie funkcji. Zbiór X będziemy nazywali uporządkowanym, jeśli określona jest relacja zawarta w produkcie kartezjańskim X X, która jest spójna, antysymetryczna i przechodnia.

Bardziej szczegółowo

Analiza matematyczna. 1. Ciągi

Analiza matematyczna. 1. Ciągi Analiza matematyczna 1. Ciągi Definicja 1.1 Funkcję a: N R odwzorowującą zbiór liczb naturalnych w zbiór liczb rzeczywistych nazywamy ciągiem liczbowym. Wartość tego odwzorowania w punkcie n nazywamy n

Bardziej szczegółowo

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności

Wykład 11: Martyngały: definicja, twierdzenia o zbieżności RAP 412 14.01.2009 Wykład 11: Martyngały: definicja, twierdzenia o zbieżności Wykładowca: Andrzej Ruciński Pisarz:Mirosława Jańczak 1 Wstęp Do tej pory zajmowaliśmy się ciągami zmiennych losowych (X n

Bardziej szczegółowo

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ. Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.

Bardziej szczegółowo

Skończone rozszerzenia ciał

Skończone rozszerzenia ciał Skończone rozszerzenia ciał Notkę tę rozpoczniemy od definicji i prostych własności wielomianu minimalnego, następnie wprowadzimy pojecie rozszerzenia pojedynczego o element algebraiczny, udowodnimy twierdzenie

Bardziej szczegółowo

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów.

Uwaga 1. Zbiory skończone są równoliczne wtedy i tylko wtedy, gdy mają tyle samo elementów. Logika i teoria mnogości Wykład 11 i 12 1 Moce zbiorów Równoliczność zbiorów Def. 1. Zbiory X i Y są równoliczne (X ~ Y), jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy, że ustala równoliczność

Bardziej szczegółowo

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1.

Rozdział 5. Szeregi liczbowe. 5.1 Szeregi liczbowe. Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy (a n ) n=1. Rozdział 5 Szeregi liczbowe 5. Szeregi liczbowe Definicja sumy częściowej ciągu. Niech dany będzie ciąg liczbowy ( ). Ciąg (s n ) określony wzorem s n = n a j, n N, nazywamy ciągiem sum częściowych ciągu

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA

RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Wydział: WiLiŚ, Transport, sem.2 dr Jolanta Dymkowska RACHUNEK PRAWDOPODOBIEŃSTWA - POJĘCIA WSTĘPNE MATERIAŁY POMOCNICZE - TEORIA Przestrzeń probabilistyczna Modelem matematycznym (tj. teoretycznym, wyidealizowanym,

Bardziej szczegółowo

Dekompozycje prostej rzeczywistej

Dekompozycje prostej rzeczywistej Dekompozycje prostej rzeczywistej Michał Czapek michal@czapek.pl www.czapek.pl 26 X AD MMXV Streszczenie Celem pracy jest zwrócenie uwagi na ciekawą różnicę pomiędzy klasami zbiorów pierwszej kategorii

Bardziej szczegółowo

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski Notatki z Analizy Matematycznej 2 Jacek M. Jędrzejewski Definicja 3.1. Niech (a n ) n=1 będzie ciągiem liczbowym. Dla każdej liczby naturalnej dodatniej n utwórzmy S n nazywamy n-tą sumą częściową. ROZDZIAŁ

Bardziej szczegółowo

Równoliczność zbiorów

Równoliczność zbiorów Logika i Teoria Mnogości Wykład 11 12 Teoria mocy 1 Równoliczność zbiorów Def. 1. Zbiory X i Y nazywamy równolicznymi, jeśli istnieje bijekcja f : X Y. O funkcji f mówimy wtedy,że ustala równoliczność

Bardziej szczegółowo

Wykład 4. Określimy teraz pewną ważną klasę pierścieni.

Wykład 4. Określimy teraz pewną ważną klasę pierścieni. Wykład 4 Określimy teraz pewną ważną klasę pierścieni. Twierdzenie 1 Niech m, n Z. Jeśli n > 0 to istnieje dokładnie jedna para licz q, r, że: m = qn + r, 0 r < n. Liczbę r nazywamy resztą z dzielenia

Bardziej szczegółowo

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne.

Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo geometryczne. Rachunek prawdopodobieństwa MAP1151 Wydział Elektroniki, rok akad. 2011/12, sem. letni Wykładowca: dr hab. A. Jurlewicz Wykład 1: Przestrzeń probabilistyczna. Prawdopodobieństwo klasyczne. Prawdopodobieństwo

Bardziej szczegółowo

Aproksymacja diofantyczna

Aproksymacja diofantyczna Aproksymacja diofantyczna Szymon Draga Ustroń, 4 listopada 0 r Wprowadzenie Jak wiadomo, każdą liczbę niewymierną można (z dowolną dokładnością) aproksymować liczbami wymiernymi Powstaje pytanie, w jaki

Bardziej szczegółowo

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy Rachunek Różniczkowy Ciąg liczbowy Link Ciągiem liczbowym nieskończonym nazywamy każdą funkcję a która odwzorowuje zbiór liczb naturalnych N w zbiór liczb rzeczywistych R a : N R. Tradycyjnie wartość a(n)

Bardziej szczegółowo

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013 Zdzisław Dzedzej Politechnika Gdańska Gdańsk, 2013 1 PODSTAWY 2 3 Definicja. Przestrzeń metryczna (X, d) jest zwarta, jeśli z każdego ciągu {x n } w X można wybrać podciąg zbieżny {x nk } w X. Ogólniej

Bardziej szczegółowo

Funkcje addytywne gorszego sortu

Funkcje addytywne gorszego sortu Rafał Filipów Wydział Matematyki, Fizyki i Informatyki Definicja funkcji addytywnych Definicja Funkcja f jest funkcją addytywną, gdy spełnia równanie funkcyjne Cauchy ego tzn. gdy dla wszystkich x, y R.

Bardziej szczegółowo

1 Określenie pierścienia

1 Określenie pierścienia 1 Określenie pierścienia Definicja 1. Niech P będzie zbiorem, w którym określone są działania +, (dodawanie i mnożenie). Mówimy, że struktura (P, +, ) jest pierścieniem, jeżeli spełnione są następujące

Bardziej szczegółowo

1. Wykład NWD, NWW i algorytm Euklidesa.

1. Wykład NWD, NWW i algorytm Euklidesa. 1.1. NWD, NWW i algorytm Euklidesa. 1. Wykład 1 Twierdzenie 1.1 (o dzieleniu z resztą). Niech a, b Z, b 0. Wówczas istnieje dokładnie jedna para liczb całkowitych q, r Z taka, że a = qb + r oraz 0 r< b.

Bardziej szczegółowo

Topologia I Wykład 4.

Topologia I Wykład 4. Topologia I Wykład 4. Stefan Jackowski 24 października 2012 Przeciąganie topologii przez rodzinę przekształceń X zbiór. f = {f i : X Y i } i I rodziną przekształceń o wartościach w przestrzeniach topologicznych

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Dlaczego nie wystarczają liczby wymierne

Dlaczego nie wystarczają liczby wymierne Dlaczego nie wystarczają liczby wymierne Analiza zajmuje się problemami, w których pojawia się przejście graniczne. Przykładami takich problemów w matematyce bądź fizyce mogą być: 1. Pojęcie prędkości

Bardziej szczegółowo

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ.

B jest liniowo niezależny V = lin (B) 1. Układ pusty jest bazą przestrzeni trywialnej {θ}. a i v i = i I. b i v i, (a i b i ) v i = θ. 8 Baza i wymiar Definicja 8.1. Bazą przestrzeni liniowej nazywamy liniowo niezależny układ jej wektorów, który generuję tę przestrzeń. Innymi słowy, układ B = (v i ) i I wektorów z przestrzeni V jest bazą

Bardziej szczegółowo

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA

PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA PEWNE FAKTY Z RACHUNKU PRAWDOPODOBIEŃSTWA 1. Trójkę (Ω, F, P ), gdzie Ω, F jest σ-ciałem podzbiorów Ω, a P jest prawdopodobieństwem określonym na F, nazywamy przestrzenią probabilistyczną. 2. Rodzinę F

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Rozkład i jego charakterystyki 22 listopada 2016 Uprzednio wprowadzone pojęcia i ich własności Definicja zmiennej losowej Zmienna losowa na przestrzeni probabilistycznej (Ω, F, P) to funkcja

Bardziej szczegółowo

WŁASNOŚĆ RÓŻNICY W SENSIE DE BRUIJNA DLA RODZIN FUNKCJI MIERZALNYCH

WŁASNOŚĆ RÓŻNICY W SENSIE DE BRUIJNA DLA RODZIN FUNKCJI MIERZALNYCH Instytut Matematyczny Polskiej Akademii Nauk Rafał Filipów WŁASNOŚĆ RÓŻNICY W SENSIE DE BRUIJNA DLA RODZIN FUNKCJI MIERZALNYCH Praca doktorska napisana pod kierunkiem dr. hab. Ireneusza Recława, prof.

Bardziej szczegółowo

020 Liczby rzeczywiste

020 Liczby rzeczywiste 020 Liczby rzeczywiste N = {1,2,3,...} Z = { 0,1, 1,2, 2,...} m Q = { : m, n Z, n 0} n Operacje liczbowe Zbiór Dodawanie Odejmowanie Mnożenie Dzielenie N Z Q Pytanie Dlaczego zbiór liczb wymiernych nie

Bardziej szczegółowo

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH

ALGEBRA Z GEOMETRIĄ BAZY PRZESTRZENI WEKTOROWYCH ALGEBRA Z GEOMETRIĄ 1/10 BAZY PRZESTRZENI WEKTOROWYCH Piotr M. Hajac Uniwersytet Warszawski Wykład 11, 18.12.2013 Typeset by Jakub Szczepanik. Istnienie bazy Tak jak wśród wszystkich pierścieni wyróżniamy

Bardziej szczegółowo

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:

Przykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny: Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach

Bardziej szczegółowo

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018

Prawdopodobieństwo. Prawdopodobieństwo. Jacek Kłopotowski. Katedra Matematyki i Ekonomii Matematycznej SGH. 16 października 2018 Katedra Matematyki i Ekonomii Matematycznej SGH 16 października 2018 Definicja σ-algebry Definicja Niech Ω oznacza zbiór niepusty. Rodzinę M podzbiorów zbioru Ω nazywamy σ-algebrą (lub σ-ciałem) wtedy

Bardziej szczegółowo

Krzysztof Rykaczewski. Szeregi

Krzysztof Rykaczewski. Szeregi Krzysztof Rykaczewski Spis treści 1 Definicja szeregu 2 Zbieżność szeregu 3 Kryteria zbieżności szeregów 4 Iloczyn Cauchy ego szeregów 5 Bibliografia 1 / 13 Definicja szeregu Niech dany będzie ciąg (a

Bardziej szczegółowo

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017

Indukcja matematyczna, zasada minimum i maksimum. 17 lutego 2017 Indukcja matematyczna, zasada minimum i maksimum 17 lutego 2017 Liczby naturalne - Aksjomatyka Peano (bez zera) Aksjomatyka liczb naturalnych N jest nazwą zbioru liczb naturalnych, 1 jest nazwą elementu

Bardziej szczegółowo

zaznaczymy na osi liczbowej w ten sposób:

zaznaczymy na osi liczbowej w ten sposób: 1. Zagadnienia teoretyczne. 1.1. Przedział domknięty Przykład 1. Pisząc mamy na myśli wszystkie liczby rzeczywiste od -4 do 7, razem z -4 i 7. Jeśli napiszemy, będziemy mówić o zbiorze wszystkich liczb

Bardziej szczegółowo